首页 | 本学科首页   官方微博 | 高级检索  
     

支持向量机及其在医学图像分类中的应用
引用本文:张翔,田金文,肖晓玲,柳健.支持向量机及其在医学图像分类中的应用[J].信号处理,2004,20(2):208-212.
作者姓名:张翔  田金文  肖晓玲  柳健
作者单位:1. 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室,武汉,430074;长江大学江汉石油学院,湖北,荆州
2. 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室,武汉,430074
3. 长江大学江汉石油学院,湖北,荆州
摘    要:支持向量机被看作是对传统分类器的一个好的替代,特别是在高维数据空间下,具有较好的泛化能力。本文首次采用支持向量机方法对医学图像进行了分类研究。为了检验该分类方法的有效性与稳健性,对不同的噪声图像进行试验,试验结果表明,即使存在噪声的情况下,支持向量机方法也能获得较好的分类结果。

关 键 词:支持向量机  分类  磁共振图象
修稿时间:2003年2月8日

Support Vector Machine and its Application in Medical Images Classification
Zhang Xiang Tian Jinwen Xiao Xiaoling Liu Jian.Support Vector Machine and its Application in Medical Images Classification[J].Signal Processing,2004,20(2):208-212.
Authors:Zhang Xiang Tian Jinwen Xiao Xiaoling Liu Jian
Abstract:The Support Vector Machine (SVM) approach is considered a good candidate because of its high generalization performance, even when the dimension of the feature space is very high. This paper firstly investigates the application of support vector machines for medical image classification. In order to verify the effectiveness and robustness of the proposed classification system, we make brain tissues classification for different noise corrupted images. Experimental results demonstrate the effectiveness of SVMs in brain tissues classification.
Keywords:support vector machines  classification  magnetic resonance images
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号